评估调研成果及产业界先进实践共同研究一体化政务大数据体系建 设实践方法论。本文从一体化政务大数据体系的概念内涵及政策要求 出发，明确建设目标、建设维度等总体视图，并从统筹管理一体化、 数据目录一体化、数据资源一体化等九个维度梳理行业先进实践经验。 结合大模型技术在政务领域的最新应用实践，本文进一步分析政务大 模型在一体化政务大数据体系建设中的作用和意义，并对一体化政务 大数据体系的发展态势进行研判和展望。 目 录 加强政务数据供需对接，优化审批流程，推动政务数据属地返还，探 索利用多种手段按需回流数据，支撑地方数据资源深度开发利用。二 是建立全量覆盖、互联互通的高质量全国一体化政务数据目录。按照 本部门“三定”规定，梳理权责清单和核心业务，建立“目录一数据一 系统”关联关系，推进本地区政务数据目录与上级政务大数据平台目 录的同步更新。三是强化政务大数据全生命周期质量控制，推进数据 资源一体化归集治理。按需推进公共数据社会数据归集，建立完善的 政务数据的管理目标可主要分为增量管理和存量管理两类。其中 12 增量数据管理更加关注新项目建设过程中新数据的产生、验收和及时 归集；存量数据管理则更加关注对已有数据的接入和质量评估，通过 数据需求清单、三定职责清单等形式，梳理不同数据类型并设计不同 的归集目标和评价方案。 （二）统筹管理一体化，助力政府侧数据共享协调集约利用 （1）建设一体化集约化资源管理体系 建设一体化政务大数据体系重在解决信息化项目如何集约建设

是建立数据模型的输入 … … • 通过 E-R 建模实现对数 据及其关系的描述 • 指导 IT 开发，是应用系 统实现的基础 • 是业务定义的规范 • 统一语言，消除歧义 • 为数据资产梳理提供标准 的业务含义和规则 业务术语 数据标 准 数据标准 • 是数据在业务流程和 IT 系统 上流动的全景视图 • 识别数据的“来龙去脉” • 是定位数据问题的导航 业务视角 对共性的属性进行标准定义，最终形成数据标准清 单。建议优先对编号类、代码类、度量类、时间类、 描述类数据进行标准定义。 存量系统界面字段定义 通过存量系统界面字段定义，对已梳理的 数据标准定义、用途、规则、类型等进行 校验补充，确保数据标准的完整性和准确 性。 场景输入 梳理基础 校验补充 主题域 业务对象 编码 业务对象 名称 属性编码 * 属性特征 类型 （内部数据 必填） * 属性中文 名称 周边系统调用。  目的： 确保数据源头的统一，以及跨流程、跨系统数据 的唯一性和一致性。  主要内容： 数据源认证原则，数据源认证标准 数据源 16 数据架构组件四：数据分布样例 1. 梳理清晰数据在业务工作流中的流转，便于数据质量的根因分析和流程绩效的改进； 2. 理顺各个 IT 系统存储、管理了哪些数据及其数据在 IT 系统的传递与引用； 3. 支撑业务工作流开展，在整个生命周

关系、人才发展等模块在内 的数字化人力资源平台。 • 某大型集团央企，在其数字 化转型过程中，对其 9 大业 务板块的 97 条关键业务流程 进行梳理规范，重构设置 3400 多套流程模板， 实现下 属 50 余家单位的关键业务全 流程贯通。 企业数字化转型发展趋势 2- 业务的解构、协同、开放成为转型焦 点 开放 企 业 面向转型企业，可依托 IOMM6+6 模型考量规划具体数字化 路径 六大能力为转型目标 六大价值为效果验证 400 余条能力指标梳理、定位自身数字化转型发展阶段， 对下一步发展方向和路径给出详细指引 业务 创新 效益 提升 风控 最优 智能 敏捷 客户 满意 质量 保障 13 • 与传统基础设施相比，企业 标准体系针对不同行业、不同规模企业制定面向平台 IT 和业务 IT 的五 类成 熟度，每个类别都对相应能力进行评估，定位水平，并以价值分数进行效果验证。 • 适用于企业数字化转型发展过程中的相关领导者和相关人员，梳理、定位自身数字化转型能力水平，计划未来发展方向。 平台 IT 能力成熟度 IOMM 第 2 部分：业务平台建 设 和运维运营能力 IOMM5 类成熟度模型衡量企业数字化成熟度 业务 IT

后续云化改造提供清晰依据。 (1) 业务功能梳理：精准识别主机系统当前承载的核心业务场景，明确对业务连续性的支撑点，为后续迁 移优先级判定奠定业务基础。 (2) 系统模块划分：对现有主机系统进行全面盘点，通过“功能、依赖、数据”三维拆解，明确各业务模 块的逻辑边界与依赖关系，具体包含三项关键动作： 图 4-3 评估分析与设计 ① 功能模块识别：梳理主机系统承载的核心业务功能与交易链路，区分核心模块与辅助模块。 数据域的归属模块与共享范围。 • 计算资源评估与设计 • 网络资源评估与设计 • 存储资源评估与设计 • 风险评估与设计 • 合规性要求评估 • 数据治理评估与设计 应用评估 与设计 • 业务功能梳理 • 系统模块划分 • 应用拆分设计 架构评估 与设计 • 运行环境与基础设施现状评估 • 应用高可用设计 • 云原生改造与演进可行性评估与设计 资源评估 与设计 安全评估 与设计 批次评估 步法”实现应用的科学拆分与渐进迁移，如图 4-4 所示： 图 4-4 应用拆分五步法 ① 功能边界划分：以业务流程和场景为核心，将单体应用拆解为逻辑独立、职责单一的功能模块。 ② 技术依赖分析：通过代码静态分析、接口日志梳理、数据库依赖扫描等工具化手段，量化模块间的依 赖关系与耦合强度，优先解耦依赖较弱的模块，落地“低耦合应用先行迁移”策略。 ③ 数据域与存储拆分：按照业务域与数据域边界，实现应用与数据解耦，将数据库或文件存储按业务域

体系和可持续发展格局。就银行业自身发展而言，也将增强金融机构的竞争力 和抗风险能力，显著提升服务效率与运营能力，强化风险管理与合规水平，推 动普惠金融和包容性服务发展，并促进业务创新与生态协同。 基于对相关政策的理解，梳理出金融机构数字化转化与强化科技监管的层次 结构： 6 从结构可见，银行业加速数字化转型，充满了数字元素，贯穿了整个金 融服务全流程。从底部支撑到场景应用，均提出了明确指示。对于数字化 构建跨行业合作生态，银行与政府、科技企业在合规安全框架下开展深度 合作，促进产业融合； ◆ 推动绿色算力发展，提升能源利用效率。 7 2 数字化转型人才梳理 8 从 2019 年我国首次提出“深化金融供给侧结构性改革”，到 2022 年《规 划》明确金融数字化转型的总体思路、发展目标、重点任务和实施保障。金融 划》明确金融数字化转型的总体思路、发展目标、重点任务和实施保障。金融 科技发展规划秉持数字驱动、智慧为民、绿色低碳、公平普惠的基本原则，凸 显数字、AI、科技、绿色等关键词，先进技术尤其是人工智能深化应用至关重 要。梳理过往人工智能与银行业发展的相关会议和政策，已形成从工作部署到 应用约束再到有序推进的完整路径： ◆ 2022 年《规划》重点强调依托人工智能算法，构建场景感知、人机协同、 跨界融合的智慧金融新业态；

场参与者，包括监管机构、企业、金融机构、技术服务商面前的共同难题。 基于此，财联社联合清华大学五道口金融学院金融安全研究中心，集结业界 与学界的顶尖智慧，共同撰写本白皮书。我们希望通过系统性的梳理、深度的剖 析与前瞻性的思考，为市场厘清ESG数据资产化的宏观逻辑、技术路径、潜在 风险与治理框架，为政策制定者提供决策参考，为从业者提供行动指南。我们坚 信，唯有在清晰的规则与稳健的治理之下，ESG数据资产化才能真正发挥其创造 划定了清晰的合规边界；国际层面，全球 ESG 披露标准正加速趋同，但欧盟 CSRD、美国 SEC 气候规则、ISSB 准则等主流框架在侧重点与实施路径上仍 存在差异。本章对国内政策的演进脉络进行系统梳理，并对比分析国际主流监管框架的 核心特点，进而提出对我国构建契合本土实际且接轨国际标准的 ESG 披露与治 理体系的启示，为后续实践提供政策层面的参考依据。 2.1 国内政策体系演进：从指引到强制 业转型、优化投资决策、推动社会发展等方面释放巨大价值。但在数据全生命周 期中，受到数据属性、监管标准、市场认知差异等因素影响，衍生出多维度、复 合型的风险。本章将构建 ESG 数据资产化的风险全景图谱，系统梳理四大类风 险的核心表现与影响程度，为后续风险管控与治理体系构建提供精准的风险画像 与科学的评估工具。 4.1 ESG数据资产化的风险全景图谱 基于 ESG 数据资产化的全生命周期特征，我们将风险归纳为四大类，并根

................................................................................. 68 2.1.1 模型设立背景梳理 .................................................................................................. .............................................................................. 31 图表 30：产业地产类园区痛点梳理 .................................................................................................. ................................................................................ 34 图表 35：大企业园区痛点梳理 ..................................................................................................

Part 02 梳理产能瓶颈、技术“卡脖子”、盈利单薄的二三产业板块，为后 续针对性布局提供依据。 对比中外同行业前 10 名的 ROE 、净利率、研发效率等，找出 自身差距与优势，明确提升方向。 主营业务收入、 EBITDA 、资产负债率、 R&D 强度、碳排放基 线等关键指标，用数据还原“站在什么位置”，为规划提供准确的 起点。 家底可视化 外部横截面对比 痛点卡点梳理 发展现状分析

海外市场协同的场景布局。 为此，物联传媒旗下 AIoT 星图研究院展开《2025 短距物联——中国 Wi-Fi& 蓝牙 & 星闪产业研究白皮书》的调研与 撰稿工作，本次更新调研报告主要有三大目标。 其一，系统梳理技术迭代路径与场景拓展轨迹，清晰呈现短距物联网从基础功能向高阶应用进化的全景图，为行业提 供详实的现状洞察。 其二，深度剖析技术与场景适配逻辑，精准识别低时延、高精度技术在各场景的核心应用潜力，为企业技术攻坚、产 三、星闪技术现状及趋势�������������������������������������� 4 PART 02 Wi-Fi/ 蓝牙 / 星闪产业链梳理 ��������������� 7 一、Wi-Fi 产业链与主要玩家梳理 ����������������������������� 7 1.1 传统 Wi-Fi 产业链分析 国际厂商：技术先发，聚焦高价值场景突破 ��������������������������� 13 B 国产厂商：单点突破，依托供应链与生态拓展市场���������������������� 13 二、蓝牙产业链与主要玩家梳理������������������������������� 14 A 上游产业链核心驱动力：蓝牙主芯片设计 ����������������������������� 14 （1）核心技术特征：聚焦低功耗、长距离与智能化

务优化？ （1）定期调研获 取客户体验信息， 进行需求式开发 建设 （2）通过 EXCEL、 WORD等方式收集、 整理和分析数据， 以及管理业务过 程 （1）明确了客户 体验的关键要素， 梳理了关键动作， 并建立标准，定期 监控数据信息 （2）具有了简单 的客户体验信息 收集、展示和管理 工具 （1）面向不同类 型客户和渠道，建 设了数字化客户 行为分析工具 （2）体系化地收 集客户行为信息， 落地执行、绩效管 理 智库支持 体系的建 设 组织是否对 不同层级和 不同环节赋 予相应的智 库支持？ 组织未自建智库 或聘用外部智库 组织考虑自建智 库或采购智库资 源，对智库资源进 行梳理和筛选 组织对重点业务 配备智库资源 组织对部分业务 领域配备智库资 源 组织对大部分业 务领域配备智库 资源 组织对所有业务 涉及的不同层级 和不同应用环节 赋予智库资源 智库成果 （1）是否建 立数据需求 管理制度， 统一管理各 类 数 据 需 求？ （2）数据相 关方是否对 数据需求有 一 致 的 理 解，能满足 业 务 的 需 求？ （3）各类数 据需求是否 得到梳理和 定义？ （4）数据的 命名、定义 和表示是否 遵循组织发 布的相关标 准？ （1）在项目层面， 相关方评审和审 批数据需求 （2）在项目层面， 建立了收集、记 录、评估、验证数 据需求并确定优